计算机辅助设计与图形学学报

作者：范新南, 杨鑫, 史朋飞, 韩松, 辛元雪

关键词：水下图像增强, 特征融合, 生成对抗网络, U-Net

针对水下图像对比度低和颜色失真等问题,提出一种特征融合生成对抗网络的水下图像增强算法.首先,对水下退化图像进行颜色校正,并以卷积神经网络提取颜色校正后图像的特征;其次,以基于U-Net的特征提取网络提取水下退化图像特征,并将其与颜色校正图像的特征融合;最后,通过卷积神经网络完成融合特征到增强图像的重构.在Underwater-ImageNet数据集上与其他算法相比,水下图像评价指标(underwater image quality measure,UIQE)提高0.308,自然图像评价指标(natural image quality evaluator,NIQE)降低0.638,增强后的水下图像对比度和清晰度提升并且颜色更真实.

来源：2022年第2期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2022年第2期